买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉内蒙古工业大学申请的专利一种基于多时间步损失序列的标签噪声检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120544215B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510659501.9，技术领域涉及：G06V30/164；该发明授权一种基于多时间步损失序列的标签噪声检测方法是由路敏;罗子程;石宝;刘娜设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于多时间步损失序列的标签噪声检测方法在说明书摘要公布了：本发明公开了一种基于多时间步损失序列的标签噪声检测方法，利用文字识别模块，从输入图像识别文字；利用MSL‑MentorNet标签噪声检测模块，根据文字识别结果，分析输入图像在连续训练周期中的损失序列，动态分配样本权重以检测并过滤噪声标签，并将筛选后的数据反馈至文字识别模块优化模型训练。本发明采用MSL‑MentorNet标签噪声检测和基于动态课程学习的噪声过滤机制，通过分析样本在连续训练周期中的损失序列，利用BiLSTM网络区分噪声标签与干净难样本，结合线性调度策略逐步增加训练数据量。基于本发明的方法，可提高复杂文本图像识别精度，尤其适用于古籍数字化、历史文献修复、工业OCR质检等场景中复杂文本图像的鲁棒识别与噪声过滤。

本发明授权一种基于多时间步损失序列的标签噪声检测方法在权利要求书中公布了：1.一种基于多时间步损失序列的标签噪声检测方法，其特征在于，包括如下步骤： 步骤1，利用文字识别模块，从输入图像识别文字； 步骤2，利用MSL-MentorNet标签噪声检测模块，根据文字识别结果，分析输入图像在连续训练周期中的损失序列，动态分配样本权重以检测并过滤噪声标签，并将筛选后的数据反馈至文字识别模块优化模型训练； 其中，步骤2执行MSL-MentorNet检测之前，还包括：利用特征聚类或分布相似性度量对初始干净子集进行粗对齐处理，将样本划分为对齐良好的子集和对齐较差的子集，其中对齐良好子集保留用于后续噪声注入，对齐较差子集暂存或直接剔除，避免引入潜在噪声干扰； 所述MSL-MentorNet标签噪声检测模块包括： 损失序列生成单元，记录每个输入图像在连续训练周期中的损失值，构建损失序列； BiLSTM判别网络，输入损失序列、标签类型及训练进度信息，输出样本权重，权重反映样本为噪声样本的概率，实现对噪声标签样本的检测与区分； 线性调度单元，根据预设噪声率以及BiLSTM判别网络输出的样本权重，动态调整参与训练的输入图像比例，优化训练数据； 所述线性调度单元按以下规则调整参与训练的数据量： 步骤1，初始阶段仅选择高权重样本参与训练；所述高权重样本指的是在MSL-MentorNet标签噪声检测模块中，经BiLSTM判别网络处理后，被判定为更可靠、更可能是正确标注的样本； 步骤2，随训练周期线性增加样本保留率，直至达到预设的1-ε，ε为噪声率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人内蒙古工业大学，其通讯地址为：010080 内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。